买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆理工大学申请的专利一种基于Swin Transformer的显著目标识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116597262B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310457437.7，技术领域涉及：G06V10/80；该发明授权一种基于Swin Transformer的显著目标识别方法是由张光建;吴双设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种基于Swin Transformer的显著目标识别方法在说明书摘要公布了：本发明公开了一种基于SwinTransformer的显著目标识别方法，涉及计算机视觉技术领域。本发明至少包括以下步骤：采用SwinTransfomer作为网络架构的Backbone，用于从图像中提取多层次特征图；建立通道校准模块，用于减少后续运算量并使得通道特征信息得到重新校准；设计交叉融合模块，用于邻层特征与全局特征的渐进式融合。本发明通过SwinTransformer网络结构作为骨干网络，提取多层次特征；通道重新校准模块重新校准骨干网络通道特征信息，减少计算量；交叉融合模块相乘融合的同时加入全局信息渐进式融合特征信息；基于Poly的交叉熵损失函数能够在实验中通过调节BCE损失函数泰勒展开式首项系数，获得更佳性能，整个双级解码器渐进式反馈网络的综合起来才能达到该结构在显著目标识别任务中的最佳性能。

本发明授权一种基于Swin Transformer的显著目标识别方法在权利要求书中公布了：1.一种基于SwinTransformer的显著目标识别方法，其特征在于：至少包括以下步骤： 采用SwinTransfomer作为网络架构的Backbone，用于从图像中提取多层次特征图； 建立通道校准模块，用于通道特征信息重新校准并减少后续特征融合的运算量； 建立交叉融合模块，用于相乘融合的同时加入全局信息渐进式融合多层次特征信息，所述交叉融合模块为一个三输入两输出的模块，所述交叉融合模块将相邻两层的特征进行相乘融合，然后将其对应的高层或低层特征图和全局特征图作为残差块同时加入对应高层或者低层接口； 采用PolyLoss重新设计损失函数，构建基于Poly的交叉熵损失函数，用于在实验中调节BCE损失函数泰勒展开式首项系数，获得更佳性能； 通过SwinTransfomer作为网络架构的Backbone、通道重新校准模块、交叉融合模块和基于Poly的交叉熵损失函数构成双级解码器渐进式反馈网络，完成显著目标识别； 所述通道校准模块的应用至少包括以下步骤： 复制一份骨干网络得到的特征信息； 将两份特征信息并联融合； 通过一个卷积来改变通道数量减少后续模块的运算量； 得到优化的通道特征信息以便后续的特征融合； 所述交叉融合模块的应用至少包括以下步骤： 将通道校准模块优化后的高层特征信息和低层特征信息采样成相同分辨率的图片，再对两个特征图进行相乘融合，得到的融合特征图； 分别采样至对应高层或者低层特征图分辨率大小，将初始输入的高低层特征图分别卷积归一化激活后作为残差块加入融合特征之中； 对全局特征图分别采样至高层特征图分辨率大小和低层特征图分辨率大小，也作为残差块加入融合特征之中； 高低层特征图分别经过卷积归一化激活得到新的高层特征和低层特征的特征图用于下一阶段特征融合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。